首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于LSTM的汉语语义角色标注研究

摘要第3-5页
ABSTRACT第5-7页
第一章 绪论第10-20页
    1.1 研究背景与意义第10-13页
        1.1.1 研究背景第10-11页
        1.1.2 研究意义第11-13页
    1.2 研究现状第13-18页
        1.2.1 汉语语义角色标注第13-15页
        1.2.2 深度学习第15-17页
        1.2.3 RNN/LSTM模型第17-18页
    1.3 研究内容第18-20页
第二章 预备知识及基础理论第20-32页
    2.1 语义角色标记集第20页
    2.2 语义角色标注语料第20-22页
    2.3 语义角色标注方法第22-23页
    2.4 语义角色标注评价第23-24页
    2.5 深度学习模型原理介绍第24-32页
        2.5.1 RNN模型第24-26页
        2.5.2 LSTM模型第26-32页
第三章 基于LSTM的语义角色标注模型第32-54页
    3.1 LSTM模型初始化第32-33页
    3.2 LSTM模型构建及训练第33-43页
        3.2.1 整体框架第33-35页
        3.2.2 数据处理第35-37页
        3.2.3 LSTM层第37-40页
        3.2.4 Softmax层第40-41页
        3.2.5 后处理第41-43页
    3.3 模型实验第43-54页
        3.3.1 实验语料第44-47页
        3.3.2 隐含层节点实验第47-48页
        3.3.3 模型训练次数实验第48页
        3.3.4 隐含层数实验第48-49页
        3.3.5 词向量维度实验第49-51页
        3.3.6 激活函数选择实验第51-53页
        3.3.7 实验小结第53-54页
第四章 基于词性特征的语义角色标注模型第54-65页
    4.1 基于词性特征的LSTM模型构建第54-58页
        4.1.1 整体框架第54-56页
        4.1.2 基于词性的LSTM层构建与训练第56-57页
        4.1.3 特征融合的LSTM层构建与训练第57-58页
    4.2 模型实验第58-65页
        4.2.1 实验设置第58-60页
        4.2.2 实验结果第60-65页
第五章 总结与展望第65-67页
参考文献第67-73页
攻读硕士学位期间发表的论文及参与项目第73-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:旅游业对西藏经济增长的影响研究
下一篇:收入确认与计量的经济学机理、披露质量及准则改进